Tabla de datos
Datos_policiales <- readxl::read_excel("C:/Users/50685/Desktop/Prosesamiento de datos/Tarea 2/Estadisticas_judiciales_2021/estadisticaspoliciales2021.xls")
Entrada
DT con las columnas de Delito, Fecha, Víctima, Edad, Género,
Provincia y Cantón.
Datos_policiales %>%
datatable(options = list(
pageLength = 25,
language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
))
## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html
Gráficos
Gráficos de barras simples
Por tipo de delito
Grafico_tipo_delito <-
Datos_policiales %>%
ggplot(aes(x = Delito)) +
geom_bar(width = 0.8) +
ggtitle("Cantidad de delitos por tipo de delito") +
xlab("Delito") +
ylab("Frecuencia") +
coord_flip() +
theme_minimal()
ggplotly(Grafico_tipo_delito) %>% config(locale = 'es')
Por mes del año
Grafico_por_mes <-
Datos_policiales %>%
ggplot(aes(x = Mes)) +
geom_bar( ) +
ggtitle("Cantidad de delitos por Mes") +
xlab("Meses") +
ylab("Cantidad de Delitos") +
coord_flip() +
theme_minimal()
ggplotly(Grafico_por_mes) %>% config(locale = 'es')
Por cantones
Grafico_provincias <- filter(Datos_policiales, grepl("SAN JOSE|ALAJUELA|CARTAGO|HEREDIA", Canton))
Delitos_por_provincia <-
ggplot(data= Grafico_provincias, aes(x= Canton)) +
geom_bar(width = 0.8) +
ggtitle("Cantidad de delitos en San José, Alajuela, Cartago y Heredia") +
xlab("Provincia") +
ylab("Cantidad de delitos") +
coord_flip() +
theme_minimal()
ggplotly(Delitos_por_provincia) %>% config(locale = 'es')
Gráfico de barras apiladas
Por género
Grafico_por_genero <-
Datos_policiales %>%
ggplot(aes(x = Delito, fill = Genero)) +
geom_bar(position = "fill", width = 0.60) +
ggtitle("Proporción de delitos por género") +
xlab("Delito") +
ylab("Género") +
labs(fill = "Género") +
coord_flip() +
theme_minimal()
ggplotly(Grafico_por_genero) %>% config(locale = 'es')